Question

编辑 - 我找到了问题的解决方案并发布了问答here。

我希望处理符合美国国会图书馆EAD标准的XML（找到here）。不幸的是，关于XML的结构，标准非常宽松。

例如，<bioghist>标记可以存在于<archdesc>代码中，也可以存储在<descgrp>代码中，或嵌套在另一个<bioghist>代码中，或上述内容的组合中，或者完全可以省略。我发现很难选择我正在寻找的bioghist标签而不选择其他标签。

以下是我的XSLT可能需要处理的一些不同的可能的EAD XML文档：

第一个例子

<ead>
<eadheader>
    <archdesc>
        <bioghist>one</bioghist>
        <dsc>
            <c01>
                <descgrp>
                    <bioghist>two</bioghist>
                </descgrp>
                <c02>
                    <descgrp>
                        <bioghist>
                            <bioghist>three</bioghist>
                        </bioghist>
                    </descgrp>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第二个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>
                <bioghist>one</bioghist>
            </bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <descgrp>
                        <bioghist>three</bioghist>
                    </descgrp>
                </c02>
                <bioghist>two</bioghist>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

第三个例子

<ead>
<eadheader>
    <archdesc>
        <descgrp>
            <bioghist>one</bioghist>
        </descgrp>
        <dsc>
            <c01>
                <c02>
                    <bioghist>three</bioghist>
                </c02>
            </c01>
        </dsc>
    </archdesc>
</eadheader>
</ead>

如您所见，EAD XML文件几乎可以在任何位置使用<bioghist>标记。我想要产生的实际输出太复杂了，不能在这里发布。上述三个EAD示例的输出的简化示例可能如下：

第一个例子的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

第二个例子的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history>second</biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

第三个例子的输出

<records>
<primary_record>
    <biography_history>first</biography_history>
</primary_record>
<child_record>
    <biography_history></biography_history>
</child_record>
<granchild_record>
    <biography_history>third</biography_history>
</granchild_record>
</records>

如果我想提取“第一个”bioghist值并将其放在<primary_record>中，我不能简单地<xsl:apply-templates select="/ead/eadheader/archdesc/bioghist"，因为该标记可能不是{{1}的直接后代}} 标签。它可能被<archdesc>或<descgrp>或其组合包裹。我不能<bioghist>，因为这会将所有 select="//bioghist"标记拉出来。我甚至不能<bioghist>，因为那里可能没有select="//bioghist[1]"标记，然后我会将值拉到<bioghist>以下，这是“第二”，应该处理后面。

这已经很长了，但另一个问题是，可以有无限数量的<c01>个节点，最多嵌套12个级别。我正在递归处理它们。我已经尝试将我正在处理的节点（例如<cxx>）保存为名为“RN”的变量，然后运行<c01>。这适用于某些形式的EAD，其中<xsl:apply-templates select=".//bioghist [name(..)=name($RN) or name(../..)=name($RN)]">标签没有嵌套得太深，但如果它必须处理由喜欢在其他标签中包装标签的人创建的EAD文件，它将会失败（这完全是根据EAD标准很好。

我喜欢的是某种说法

在当前节点下方的任何位置获取任何<bioghist>标记，但
如果您点击<bioghist>代码

我希望我的情况清楚。如果我留下任何含糊不清的地方，请告诉我。您将提供的任何帮助将不胜感激。感谢。

Answer 1

由于要求相当模糊，任何答案都只反映了作者的猜测。

这是我的：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:my="my:my" exclude-result-prefixes="my">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <my:names>
  <n>primary_record</n>
  <n>child_record</n>
  <n>grandchild_record</n>
 </my:names>

 <xsl:variable name="vNames" select="document('')/*/my:names/*"/>

 <xsl:template match="/">
  <xsl:apply-templates select=
   "//bioghist[following-sibling::node()[1]
                                [self::descgrp]
              ]"/>
 </xsl:template>

 <xsl:template match="bioghist">
  <xsl:variable name="vPos" select="position()"/>

  <xsl:element name="{$vNames[position() = $vPos]}">
   <xsl:value-of select="."/>
  </xsl:element>
 </xsl:template>

 <xsl:template match="text()"/>
</xsl:stylesheet>

在提供的XML文档上应用此转换时：

<ead>
    <eadheader>
        <archdesc>
            <bioghist>first</bioghist>
            <descgrp>
                <bioghist>first</bioghist>
                <bioghist>
                    <bioghist>first</bioghist></bioghist>
            </descgrp>
            <dsc>
                <c01>
                    <bioghist>second</bioghist>
                    <descgrp>
                        <bioghist>second</bioghist>
                        <bioghist>
                            <bioghist>second</bioghist></bioghist>
                    </descgrp>
                    <c02>
                        <bioghist>third</bioghist>
                        <descgrp>
                            <bioghist>third</bioghist>
                            <bioghist>
                                <bioghist>third</bioghist></bioghist>
                        </descgrp>
                    </c02>
                </c01>
            </dsc>
        </archdesc>
    </eadheader>
</ead>

生成了想要的结果：

<primary_record>first</primary_record>
<child_record>second</child_record>
<grandchild_record>third</grandchild_record>

Answer 2

我自己制定了一个解决方案并将其发布在Q&A，因为该解决方案非常特定于某个XML标准，并且似乎超出了此问题的范围。如果人们觉得最好也在这里发布，我可以用副本更新这个答案。

数据结构未知时排除某些子节点

2 个答案: